- Razvoj akceleratora Instinct MI350 i MI400 za konkurenciju u podatkovnim centrima s većom propusnošću memorije.
- Ryzen AI Max PRO lansiran s integriranim NPU-ima za lokalno pokretanje složenih jezičnih modela.
- Kladite se na ROCm kao open-source alternativu dominaciji NVIDIA-inog CUDA ekosustava.
- Integracija EPYC Venice procesora s do 256 jezgri za optimizaciju infrastrukture AI poslužitelja.
Utrka za dominaciju umjetnom inteligencijom prešla je put od obećanja do sveopćeg hardverskog rata. U ovoj areni, AMD ubrzava svoje napore kako bi ponudio vjerodostojne alternative koje omogućuju tvrtkama i krajnjim korisnicima implementaciju AI modela bez vrtoglavog porasta troškova ili zastarjele infrastrukture u roku od nekoliko dana.
Cilj je jasan: prijeći s jednostavnih pilot projekata na stvarnu, skalabilnu proizvodnju . Kako bi se to postiglo, tvrtka se ne fokusira samo na sirovu energiju, već i na rješavanje uobičajenih problema, poput upravljanja energijom, upravljanja podacima i stalne borbe za izbjegavanje ovisnosti o jednom dobavljaču na tržištu.
Instinct akceleratori: Izravan izazov za NVIDIA-u
Kad su u pitanju podatkovni centri, konvencionalni grafički procesori nisu dovoljni; akceleratori su ključni. Tu na scenu stupa Instinct MI350 , koji obećava ogroman skok naprijed, budući da je do 35 puta brži u zadacima zaključivanja od svojih prethodnika. Ove zvijeri imaju 288 GB HBM3E memorije, što im omogućuje da se nose s ogromnim tijekovima rada s nevjerojatnom lakoćom.
No, AMD se tu ne zaustavlja i već je usmjerio pogled na Instinct MI400 za 2026. Očekuje se da će ovi čipovi doseći 40 PFLOPS-a u FP4 točnosti i imati do 432 GB HBM4 memorije. Sve će to biti integrirano u Helios rackove, arhitekturu dizajniranu da se izravno natječe s NVIDIA rješenjima, nudeći zaista zapanjujući kapacitet propusnosti .
Dugoročno gledano, plan uključuje EPYC Verano i Instinct MI500X, koji bi mogli iskoristiti TSMC-ov 1,6nm proizvodni čvor. Strategija je jasna: nadmašiti konkurenciju u kapacitetu memorije i brzini prijenosa, što je prava prednost pri obučavanju modela velikih jezika.
Softverski ekosustav i CUDA zid
Nije sve u moćnom hardveru. Najveća slabost AMD-a povijesno je bio softver. Dok NVIDIA dominira s CUDA-om, standardom koji svi koriste, AMD se odlučio za ROCm . Verzija 7 ove platforme otvorenog koda ima za cilj smanjiti jaz, čak postajući učinkovitija od CUDA-e u određenim scenarijima poput modela DeepSeek R1.
Unatoč tome, put pred nama je izazovan jer mnogi programeri smatraju da AMD-ov softver još uvijek ima greške koje kompliciraju obuku . Ključ budućeg uspjeha ne leži u dodavanju više jezgri, već u osiguravanju glatkog programskog iskustva koje ne predstavlja glavobolju inženjerima.
Umjetna inteligencija na stolnim i prijenosnim računalima: Ryzen AI i Radeon
Za korisnike bez podatkovnog centra u podrumu, AMD je lansirao Ryzen AI Max PRO procesore . Ovi čipovi integriraju namjenski NPU koji doseže 50 TOPS-a, omogućujući zadacima poput Llama 3.1 70B da se izvršavaju lokalno i offline - nešto što se ne tako davno činilo kao znanstvena fantastika u kompaktnom uređaju - što olakšava pokretanje AI modela na vašem računalu.
Što se tiče grafike, Radeon RX 9000 serija, posebno RX 9070 sa svojih 16 GB VRAM-a, pristupačna je početna točka za one koji žele koristiti AI inferenciju bez trošenja bogatstva. Za najzahtjevnije korisnike, Radeon AI PRO R9700 podiže ljestvicu na 32 GB, eliminirajući sva uska grla u uređaju.
Serverska infrastruktura: EPYC Venice
Ovi GPU-ovi oslanjaju se na serverske procesore. Nadolazeći EPYC Venice procesori , temeljeni na Zen 6, obećavaju varijante s do 256 jezgri. Ovo povećanje performansi od 70% u odnosu na prethodnu generaciju ključno je kako bi se spriječilo da CPU postane usko grlo za ove moćne AI akceleratore.
Zanimljivo je vidjeti kako tržište počinje reagirati. Osobe poput Sama Altmana iz OpenAI-a već su priznale da će AMD-ova rješenja biti izvrsne komponente u njihovim podatkovnim centrima. To pokazuje da, iako NVIDIA ima najveći tržišni udio, industrija očajnički traži alternativu koja je učinkovitija i, prije svega, jeftinija za implementaciju.
AMD-ova strategija kombinira revolucionarni hardver u memoriji i procesorskoj snazi s agresivnim naporom da demokratizira AI softver. Integracijom namjenskih AI motora od prijenosnih računala do najsloženijih serverskih polica, tvrtka ima za cilj učiniti AI više ne skupim luksuzom, već pristupačnim i učinkovitim alatom za bilo koju vrstu profesionalca ili tvrtke.
